GNSS变形序列的小波分析方法

发布时间：2018-03-17 15:44

  本文选题：小波分析　切入点：多分辨率分析　出处：《安徽理工大学》2017年硕士论文　论文类型：学位论文

【摘要】：小波分析作为一种现代数据分析方法,因其在时频两域具有优良的局部化特性和多分辨率分析能力,所以可以聚焦信号的任一细节并且对其进行分析,提取信号的细微变化,被誉为"数学显微镜"。煤炭开采引起的地表塌陷严重影响了人民的生命财产安全,在矿区地表建立实时的GPS自动化监测系统能够获取实时的变形信息,为矿区的安全生产提供保障。将小波分析应用到GPS自动化监测系统得到的变形数据序列的处理中,具有重大的理论意义与实际意义。本文在详细讨论了小波变换的基本理论和数据处理方法的基础上,利用离散小波变换的多分辨率分析对自动化监测的变形序列进行多尺度分解与重构,提取变形趋势项和周期项,为分析地表移动变形规律提供了有价值的信息。同时,对分解的小波系数进行阈值处理,过滤变形序列中存在的噪声,从而得到了实际的形变量,使得更加准确分析地表移动变形。最后,利用小波包分析对变形数据序列进行奇异性分析,探测变形序列中存在的奇异点以及奇异发生的时间。本文将小波分析应用到矿区GPS自动化监测数据序列的分析中,得出了良好的效果,丰富了矿区地表移动变形监测数据处理的方法。
[Abstract]:Wavelet analysis as a modern data analysis method, because of its excellent localization and multi-resolution analysis ability in time-frequency domain, it can focus on any detail of the signal and analyze it to extract the subtle changes of the signal. The surface collapse caused by coal mining has seriously affected the safety of people's lives and property. The establishment of real-time GPS automatic monitoring system in mining area can obtain real-time deformation information. The wavelet analysis is applied to the processing of the deformation data sequence obtained from the GPS automatic monitoring system. This paper discusses the basic theory and data processing method of wavelet transform in detail. The multi-resolution analysis of discrete wavelet transform is used to decompose and reconstruct the deformation sequence of automatic monitoring, and the deformation trend term and period term are extracted, which provides valuable information for analyzing the law of surface movement and deformation. The wavelet coefficients of decomposition are processed by threshold to filter the noise in the deformation sequence, and the actual shape variables are obtained, which makes the analysis of surface movement and deformation more accurate. Finally, Wavelet packet analysis is used to analyze the singularity of the deformation data sequence, to detect the singularity point and the time of the singularity occurring in the deformation sequence. In this paper, wavelet analysis is applied to the analysis of the GPS automatic monitoring data sequence in the mining area. A good effect is obtained, which enriches the data processing method of surface movement and deformation monitoring in mining area.
【学位授予单位】：安徽理工大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：P228.4

【相似文献】

相关期刊论文 前10条

1 苑延华;小波分析在超声检测中的应用[J];吉林化工学院学报;2000年03期

2 王新民,董小刚,陶凤梅,陈鸿汉;小波分析在水环境污染问题中的应用研究[J];生物数学学报;2001年01期

3 汪新凡;小波分析的魅力[J];教学研究;2003年04期

4 姜冰;;小波分析在膜蛋白跨膜螺旋区段预测中的应用研究[J];科技创新导报;2008年20期

5 牛艳蓉;;小波分析与应用综述[J];科技信息;2009年03期

6 邓东皋,彭立中;小波分析[J];数学进展;1991年03期

7 周晓兰，邓自旺;小波分析在大气科学中的应用方法简介[J];陕西气象;1996年03期

8 章传银;小波分析及其在测绘科技中的应用前景[J];测绘科技动态;1997年01期

9 章传银;小波分析及其在测绘科技中的应用前景(续)[J];测绘科技动态;1997年02期

10 李建瀛,杜文吉,梁昌洪;基于小波分析的试验数据处理[J];电波科学学报;1997年04期

相关会议论文 前10条

1 刘素一;;研究生课程《小波分析》的教学方法研究[A];第5届教育教学改革与管理工程学术年会论文集[C];2012年

2 陆费东;蒋爱平;;小波分析在控制中的应用及展望[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（上册）[C];2008年

3 陆费东;蒋爱平;;小波分析在控制中的应用及展望[A];第一届中国智能计算大会论文集[C];2007年

4 黄友锐;赵娜娜;;一种基于小波分析的焊缝识别算法[A];煤矿自动化与信息化——第20届全国煤矿自动化与信息化学术会议暨第2届中国煤矿信息化与自动化高层论坛论文集[C];2010年

5 崔旭东;董维申;刘瑞根;;应用小波分析探测闪光图像边缘[A];中国工程物理研究院科技年报（2000）[C];2000年

6 王运森;邱景平;孙豁然;;小波分析及其在爆破震动信号处理中的应用[A];2004年全国矿山信息化建设成果及技术交流会论文集[C];2004年

7 武东辉;张金华;程学强;;小波分析在沉降数据可靠性检验中的应用[A];第二届全国地下、水下工程技术交流会论文集[C];2011年

8 秦文政;马莉;;基于视觉显著性和小波分析的烟雾检测方法[A];浙江省信号处理学会2011学术年会论文集[C];2011年

9 刘国栋;张美云;梁巧萍;;基于离散小波分析的印刷墨斑评价方法研究[A];颜色科学与技术——2012第二届中国印刷与包装学术会议论文摘要集[C];2012年

10 王小明;张子戌;;用小波分析提高测井曲线中构造煤薄层的分辨率[A];瓦斯地质研究与应用——中国煤炭学会瓦斯地质专业委员会第三次全国瓦斯地质学术研讨会[C];2003年

相关重要报纸文章 前1条

1 阳雄;李建平：前沿课题敢“弄斧”[N];解放军报;2002年

相关博士学位论文 前10条

1 熊雷;小波分析在流体方程中的应用研究[D];武汉理工大学;2007年

2 衡彤;小波分析及其应用研究[D];四川大学;2003年

3 李玉峰;小波分析在图像去噪与压缩中的应用研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2006年

4 米湘成;小波分析和人工神经网络在生态学研究中的应用[D];中国科学院研究生院（植物研究所）;2004年

5 李翔;基于小波分析的测量信号处理技术研究[D];哈尔滨工业大学;2009年

6 袁德宝;GPS变形监测数据的小波分析与应用研究[D];中国矿业大学（北京）;2009年

7 尚绪凤;基于小波的积分微分方程的数值解[D];浙江大学;2008年

8 宋宜美;图像处理的超小波分析与变分方法研究[D];西安电子科技大学;2012年

9 刘占辉;小波分析在声学泄漏信号检测中的应用[D];吉林大学;2007年

10 朱军生;小波分析在害虫预测中的应用研究[D];南京农业大学;2011年

相关硕士学位论文 前10条

1 申婷婷;基于小波分析的齿轮箱故障诊断技术研究[D];天津理工大学;2015年

2 金潇男;基于小波分析的不同类型振动特性研究[D];长江科学院;2015年

3 李伟;基于小波分析的二维结构损伤识别方法应用研究[D];西南交通大学;2015年

4 陈立三;基于小波分析与神经网络的变形模型分析研究[D];江西理工大学;2015年

5 贾遂宾;基于小波的基因差异表达建模分析[D];哈尔滨工业大学;2015年

6 秦勇;基于曲率模态和小波分析的桥梁损伤识别研究[D];上海应用技术学院;2015年

7 程振桓;小波分析在无损探伤中的应用[D];青岛科技大学;2015年

8 吴成;小波分析在GPS变形监测中的应用[D];东华理工大学;2014年

9 吴闯;基于模糊理论及小波理论的桥梁变形分析应用研究[D];东华理工大学;2014年

10 相林杰;基于小波分析的桥梁结构损伤识别方法研究[D];天津大学;2013年

，

本文编号：1625387